低分辨率交通視頻中運(yùn)動(dòng)物體識(shí)別算法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)、視頻技術(shù)和圖像處理技術(shù)的不斷發(fā)展，基于圖像處理方法的運(yùn)動(dòng)物體識(shí)別技術(shù)被越來越多地運(yùn)用于智能視頻監(jiān)控系統(tǒng)之中。相對(duì)于傳統(tǒng)的識(shí)別方法，圖像處理方法因?yàn)槠洳恍枰鲈O(shè)外部設(shè)備，系統(tǒng)整體成本較低，可擴(kuò)展性強(qiáng)等諸多優(yōu)點(diǎn)，正越來越多的受到研究人員和實(shí)際工程人員的關(guān)注。交通視頻監(jiān)控是智能視頻監(jiān)控的一個(gè)重要應(yīng)用領(lǐng)域。
　　交通視頻自身具有很多特點(diǎn)，如視頻分辨率較低、運(yùn)動(dòng)物體背景復(fù)雜、氣象條件多變、存在大范圍光線變化等。本文對(duì)當(dāng)前存在

2、的運(yùn)動(dòng)物體檢測(cè)、跟蹤和分類方法，特別是基于視頻圖像處理的方法進(jìn)行了調(diào)研，分析了各種方法的適用場(chǎng)景和優(yōu)缺點(diǎn)，并針對(duì)本文實(shí)際的應(yīng)用場(chǎng)景——低分辨率交通視頻圖像——提出了一種基于多特征融合和多幀融合的運(yùn)動(dòng)物體識(shí)別算法。
　　本文首先對(duì)運(yùn)動(dòng)物體的分割方法進(jìn)行研究，通過對(duì)交通視頻建立合適的背景模型，采用背景差分的方法提取出運(yùn)動(dòng)物體。利用形態(tài)學(xué)處理等方法去除背景噪聲的干擾，并提出了一種基于區(qū)域生長(zhǎng)的陰影去除方法，以獲得較為準(zhǔn)確的運(yùn)動(dòng)物體。接著

3、，提取出運(yùn)動(dòng)物體的幾何特征和運(yùn)動(dòng)特征，再分別基于支持向量機(jī)和級(jí)聯(lián)分類器兩種策略對(duì)運(yùn)動(dòng)物體的特征進(jìn)行融合，獲取運(yùn)動(dòng)物體的單幀判決信息。最后融合視頻序列中多幀的判決信息，完成對(duì)運(yùn)動(dòng)物體的識(shí)別，得到最終分類信息。本文給出的這種基于多特征融合和多幀融合的運(yùn)動(dòng)物體識(shí)別算法，經(jīng)實(shí)驗(yàn)證明，在實(shí)際低分辨率交通視頻的應(yīng)用場(chǎng)景中，可以較好地識(shí)別出運(yùn)動(dòng)物體，且計(jì)算復(fù)雜度低，能夠滿足交通視頻的實(shí)時(shí)處理需求。
　　在完成算法設(shè)計(jì)后，本文對(duì)智能交通視頻監(jiān)控系